Газета
Подписаться
USD57.5
Евро68.66
ММВБ2051.63
РТС1123.24
S&P 5002502.22
Brent56.79
Золото1302.1
Осталось
18
Дней
0
Часов
Партнер дня рождения
18 лет «Ведомостям». Все материалы доступны даже без подписки*
На правах рекламы

Huawei FusionInsight:обработка больших массивов данных в финансовой отрасли

Система анализа данных Huawei позволяет российским банкам повышать эффективность бизнеса и увеличивать скорость проведения операций

Корпоративные бизнес-системы, в том числе в финансовой отрасли, генерируют массивные объемы информации. Однако еще больше данных о своих клиентах банки и другие финансовые компании получают из других источников, таких как поисковая история запросов (Интернет-браузинг), социальные и телекоммуникационные сети, общение людей на форумах и веб-сайтах, покупки в магазинах, и пр. Продвинутые с ИТ-точки зрения и клиентоориентированные банки понимают ценность таких «неформатных» данных, и сегодня главной задачей бизнеса является эффективное использование этой информации. Однако банки сталкиваются с массой проблем при сборе, анализе, структурировании и хранении данных, потому как обычные системы анализа информации не умеют работать с таким количеством разноформатных сведений, поступающих из разнородных источников. Для решения этих проблем компания Huawei разработала специальную систему анализа «больших данных» (Big Data) - FusionInsight, которая может быть применима в любой крупной финансовой корпорации и которая повышает эффективность бизнеса банка в целом и ускоряет проведение клиентских операций.

Проблемы анализа

Под термином «большие данные» (Big Data) понимается не только, и не столько, физический объем данных, сколько разнородность их видов и источников получения. В качестве информации могут использоваться, скажем, суммы, время и место транзакций по кредитной карте, данные мобильного банкинга, интернет-банкинга, сведения по расходованию кредитных средств, информация по розничным покупкам и продажам и даже данные по оплате (или неоплате) штрафов за парковку или превышение скорости.

Жизненный цикл информации в корпоративных ИТ-системах финансовой отрасли состоит из четырех основных этапов: получение данных, их интеграция, хранение и обработка информации, и – самое важное – извлечение нужных сведений (data mining) из огромного массива.

Традиционные системы бизнес-аналитики ориентированы, в основном, на структурированные данные: о банковских транзакциях, о работе с банкоматами, о покупках по картам и т.д. Big Data же собирает как раз неструктурированные сведения, которые имеют разный формат и исходят из разных источников. Однако для бизнеса они имеют не меньшую ценность. Эти данные позволяют банкам исследовать поведенческую модель клиентов, их привычки и характер, а впоследствии дают возможность «ловить» нужных клиентов в нужных местах и моментах времени – формировать для них индивидуальные предложения, предлагать специальные программы, и др. При помощи анализа сведений можно получить много ценной информации о тенденциях финансового рынка, например, о стремлении клиентов контролировать состояние счетов в реальном времени, о повышении спроса на небольшие краткосрочные кредиты, об инвестициях в ценные металлы, о стремлении к покупкам люксовых товаров, и о многом другом. Также «неформатные» сведения помогают кредитным организациям быстрее и лучше оценить потенциальных заемщиков с точки зрения их добросовестности при обслуживании обязательств. Есть и много других преимуществ, которые Big Data дает бизнесу. Но, в связи с появлением своего рода «волны» таких данных, у банков возник и ряд проблем.

Традиционные методы интеллектуального анализа информации о клиентах не предназначены для работы с большой массой новых «неструктурированных» сведений. С одной стороны, банкам нужно интегрировать всю информацию в единую систему анализа. С другой стороны, традиционные системы имеют небольшую масштабируемость, высокую стоимость расширения, низкую скорость обработки запросов и анализа, и, соответственно, не позволяют структурировать «большие данные». Поэтому многие банки, по сути, упускают возможности получения ценной информации, которую можно было бы использовать для повышения рентабельности бизнеса.

Универсальная система анализа Big Data для финансовых компаний

Для обработки Big Data требуются распределенные системы хранения и обработка данных в реальном времени. В свою очередь, традиционные способы получения данных на основе существующих экспертных систем не очень точны. Например, из тысяч рекомендованных клиентов для предложения финансового продукта лишь несколько десятков людей окажутся целевой аудиторией для банка.

В системах анализа Big Data релевантность извлекаемой информации гораздо выше, и менеджеру банка не приходится копаться в большом объеме ненужных сведений, чтобы получить то, что требуется. Именно такой системой анализа является решение FusionInsight компании Huawei. Эта система на базе единой платформы может обрабатывать и анализировать данные не только для банков, но и для страховых компаний, фондовых бирж, хедж-фондов и других финансовых институтов. Аналитический продукт FusionInsight может быть применен не только в каком-то банке или группе банков, а в крупных финансовых корпорациях, холдингах, объединяющих разнообразные финансовые институты, заинтересованные в интегрированной обработке данных клиентской базы.

Преимущества системы FusionInsight ощущаются практически сразу. Система может значительно повысить эффективность работы банка и ускорить операции. Например, анализ поведения пользователя Интернет-банкинга занимает 15 минут вместо нескольких дней в традиционных экспертных системах, при глубине запроса в два года вместо шести месяцев. На проверку кредитоспособности клиента потребуется до 10 минут вместо традиционных 15 дней. При этом точноcть прецизионного маркетинга повышается с 18% до 95%.

FusionInsight уже имеет обширную историю реализованных успешных кейсов в различных финансовых институтах. Например, Банк международной коммерции Китая ICBC получает быструю информацию о транзакциях своих клиентов по «логам» Интернет-банкинга в более чем 500 филиалах во всем мире. Эти сведения позволяют кредитной организации осуществлять прецизионный маркетинг среди клиентов банка и развивать бизнес с точки зрения наращивания качественных продаж. Среди других пользователей FusionInsight такие ведущие банки, как China Merchant Bank, Pingan Bank, China Construction Bank, крупнейшие в мире операторы связи China Mobile, China Unicom, и другие.

ООО «Техкомпания Хуавей»

Россия, 121614, Москва

Ул. Крылатская, д. 17, стр. 2

Бизнес-парк «Крылатские холмы»

Тел.: +7 / 495 / 234 0686

Факс: +7 / 495 / 234 0683

Email: info-CIS@huawei.com